RFID复杂事件处理技术

随着RFID技术的发展,RFID应用正无所不在。通过对RFID数据的深入处理和分析,可以发现更复杂的复合事件和隐含知识,从而有效地支持事件监控、事件预警等先进应用。由于RFID的特殊性,依靠现有的主动数据库技术和数据流管理技术难以实现高效的RFID事件检测和处理。分析了RFID数据的特点,归纳和总结了RFID复杂事件处理的最新技术,讨论了一些亟待解决的新问题,主要有RFID数据清洗方法、以数据为中心的检测技术、以事件为中心的检测技术,以及复杂事件处理系统等,并对今后的研究重点进行了展望。     

物理集成的多数据库系统中数据一致性维护方法

局部数据库中的数据与集成数据库中的数据一致性问题一直是采用物理集成策略的多数据库系统的关键问题。本文针对ＣＩＭ环境特点,一种基于松散一致性模型的主副本异步更新机制一公告机制,来解决这一问题,本文详细这了公告机制、公告系统的设计与实现,并给出了公告处理算法,该公告机制已在甸开发的ＣＩＭＳ信息集成平台的原形系统ＳｕｐｅｒＢａｓｅ中得以实现。     

数据流系统中一种基于速率的抢占式批处理方法

针对数据流的特征，提出了一种基于速率的抢占式批处理方法。一个查询计划是一个操作符序列。文章将一个查询计划划分为不同的操作单元，并为不同的操作单元分配不同的优先级，而且这个优先级随系统因素的变化而动态改变，根据变化的优先级来动态调度操作单元，采取抢占式调度，从而提高连续查询的查询效率。实验表明该方法不但能提高系统的总体性能，而且可以减少元组的平均等待时间，大大提高了元组的输出速率。     

数据仓库系统中Excel文档数据的ETL方法研究与实现

数据仓库的数据来源于组织内部的OLTP系统和其它格式的内部、外部数据,它们之中的许多是按照Microsoft Excel格式予以组织的,如何通过ETL程序将该格式的数据转换成数据仓库中有用的信息是目前亟待解决的问题.首先叙述了Excel文件的结构和Java Excel API的使用方法,给出了Java读取Excel文档的操作步骤,结合实例说明了从Excel文件向数据仓库实现抽取及存储的过程和方法.     

CBFrag-Cubing：一种基于压缩位图的高维数据立方创建算法

数据立方的计算是数据仓库和OLAP研究的一个重要方向，同时又是数据仓库中代价很大的操作。针对在生物信息、统计分析、文本处理等领域中存在的基数较小的高维数据集，X.L.Li等人提出了Frag-Cubing算法。为了提高Frag-Cubing算法的效率，本文提出了基于分片思想的算法CBFrag-Cubing。该算法使用了位图索引结构，优化了数据立方的存储，减少了数据立方的计算时间。实验表明，与Frag-Cubing算法相比，该算法在存储空间上至少节省25％，在计算时间上节省30％。     

北极极端光气候下建筑光环境设计研究

随着全球气候变暖,北极地区迎来了新的发展机遇,新航道的开发成为可能,我国对于北极地区事务高度重视。北极地区由于纬度极高,具有极昼、极夜等极端光气候现象。这种极端的光气候会对人的心理与生理产生负面影响。文中基于光环境的特点与人体需求,以中国北极黄河站居室为例,通过软件模拟分析的方式,对北极地区建筑光环境进行现状与优化分析,进而得出相应的设计策略。     

一种面向大数据的水塘采样分布式算法

水塘采样算法构建了一个样本集合,很好地解决了对未知的数据元素等概率采样的问题.然而当数据量较大时,单机的水塘采样算法时间复杂度较高、机器负载加重.面向大数据采样的需求,提出了分布式水塘采样算法,通过增加采样比例的方法实现了多机器并行采样,而且从理论上证明了分布式水塘采样的等概率性.为处理对数据元素贡献度不同的数据集,将...     

气压式造波机的技术分析

对气压式造波机的原理进行了论述。对根据其原理研制的小型造波机所产生的波浪进行了实际测量,并与理论计算值进行了对比,给出了机型放大的基本原则与依据。     

区块链跨链技术发展及应用

随着区块链技术的不断发展与创新,大量基于区块链的应用不断诞生,如今的区块链系统大多是异构且不互联的,链与链之间无法进行直接的价值流通,这在很大程度上限制了区块链的功能拓展与发展空间.跨链技术指在不同区块链系统实例之间交换信息,并对交换的信息加以利用,实现区块链之间的互联互通和价值转移.文中首先介绍了区块链跨链技术的发展...     

基于深度学习的异质信息网络表示学习方法综述

万物依存而在，现实世界中的实体之间存在着各种不同的关联关系，如人与人之间的关系可以构成社交网络，学者通过共同发表论文、引用文献构成引文网络。同质网络将节点和边抽象为单一类型，但是这会造成大量的信息丢失。为了更大程度地保证信息的完整性和丰富性，有研究者提出了异质信息网络的概念，即包含多种类型节点和边的网络模式。将异质信息网络中的拓扑结构和语义信息嵌入到低维向量空间中，下游任务能够利用异质信息网络中的丰富信息进行机器学习或数据挖掘任务。文中总结了近年来基于深度学习模型的异质信息网络表示学习方法的研究成果，同时聚焦两类关键问题——异质信息网络语义自动提取和动态异质信息网络的表示学习方法，列举了异质信息网络表示学习新的应用场景，并展望了异质信息网络的未来发展趋势。